virtualenvwrapper和conda虚拟环境管理

virtualenvwrapper 的安装：

*nix：pip install virtualenvwrapper
windows：pip install virtualenvwrapper-win

virtualenvwrapper 基本使用：

• 创建虚拟环境：mkvirtualenv 虚拟环境
• 激活虚拟环境：workon 虚拟环境
• 退出虚拟环境：deactivate
• 删除虚拟环境：rmvirtualenv 虚拟环境
• 列出所有虚拟环境：lsvirtualenv
• 进入虚拟环境所在目录：cdvirtualenv 虚拟环境

修改 mkvirtualenv 的默认路径：

• 默认创建的虚拟环境位于： 计算机 -- C盘 -- 用户 -- 用户名 -- Envs
• 在 我的电脑->右键->属性->高级系统设置->环境变量->系统变量 中添加 WORKON_HOME，设置为新路径。

创建虚拟环境的时候指定 Python 版本：

• mkvirtualenv --python==C:Python36\python.exe 虚拟环境名称

---

虚拟环境迁移

考虑以下场景：

• 在开发环境完成了一个爬虫项目，现在想把项目部署到生产环境，让其不间断爬取。
• 如果还要在生产环境依次手动安装该爬虫项目需要的库（requests、lxml 等等），那实在是太麻烦了。
• 我们可以使用 pip 包管理工具进行虚拟环境的迁移。

虚拟环境迁移

• 在开发环境中激活虚拟环境
• 使用包管理工具冻结依赖到 requirements 文件：pip freeze > requirements.txt
• 把 requirements.txt 文件移动到生产环境
• 在生产环境中激活新安装的虚拟环境
• 安装依赖：pip install -r requirements.txt

 

更新下载源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --set show_channel_urls yes

conda config --remove channels defaults #删除了默认源，不然总是从官网下载然后超时

conda config --show-sources #查看下载源

常用命令

conda --version              #查看当前版本
conda list                       #列出当前安装库
conda upgrade --all        #升级所有库
conda upgrade pip          #升级某个库，以pip为例，会卸载旧版本
conda update pip            #更新某个库，以pip为例，不会卸载老版本
conda config --add
pip install tensorflow            #安装tensorflow包
conda install tensorflow        #安装tensorflow以及其依赖包

使用conda管理python虚拟环境

1.创建虚拟环境

$ conda create -n environment_name python=3.7.3

2.激活虚拟环境

linux/mac:

$ source activate environment_name
(environment_name) $

windows:

> activate environment_name

3.退出虚拟环境

linux/mac:

(environment_name) $ source deactivate

windows:

(environment_name) > deactivate

4.删除虚拟环境

$ conda remove -n environment_name --all

5.列出所有的虚拟环境及其所在路径

$ conda env list
或
$ conda info --envs

（转）Python 虚拟环境管理工具介绍（virtualenv、virtualenvwrapper、pipenv）
https://blog.csdn.net/jpch89/article/details/89478614#2_virtualenv__27